个体化认知模拟
建模特定个体更深层的思考过程与决策行为。
Research
个性化语言智能
我的研究关注语言模型如何更好地理解、适应并模拟具体的人，而不是把 所有用户、说话者和上下文都用同一套泛化假设来处理。
Topics
当前方向
对话系统
构建能够理解用户目标、对话历史、偏好和社会语境的交互系统。
Token 压缩
研究在保留关键信息的同时降低上下文与计算成本的紧凑表示。
Selected Work
代表工作
Individualized Cognitive Simulation
该项目研究语言模型是否能模拟特定个体更深层的思考过程与决策行为， 而不仅仅是模仿表层风格。我们设计了作者续写与访谈问答两个互补 任务，用于评估语言、概念和 profile 表征如何支持个体化认知建模。
Visual and token-efficient representations for NLP tasks
该项目研究 Vision-Text Augmentation (VTA)：将文本渲染到图像空间， 并通过字体、间距、布局和高亮等视觉组合因素提升 VLM 表现。结果 显示视觉组合能显著改善 VLM，而改写文本并不能稳定提升 LLM。我们 提出 VTAOpt，用无需模型微调的贝叶斯优化自动寻找有效渲染配置。
GameplayQA: A Benchmarking Framework for Decision-Dense POV-Synced Multi-Video Understanding of 3D Virtual Agents
GameplayQA 用于评测多模态模型在快节奏 3D 虚拟环境中的理解能力： 模型需要跟踪自我状态、其他智能体、世界事件以及同步多视角视频。 该基准重点揭示时间定位、角色归因和跨视频推理中的失败模式。 项目网站。
DiPS: Dialogue Policy Selection for High-Stakes Persuasion Agents
DiPS 研究高风险说服场景中的自适应对话策略选择。系统根据近期 对话状态选择说服策略，并结合策略描述与检索样例生成回应，最终 评估交互是否达到成功结果。
最新论文列表可见我的 Google Scholar。